CN105356920A - 格约减辅助球形译码mimo信号检测方法 - Google Patents
格约减辅助球形译码mimo信号检测方法 Download PDFInfo
- Publication number
- CN105356920A CN105356920A CN201510881223.8A CN201510881223A CN105356920A CN 105356920 A CN105356920 A CN 105356920A CN 201510881223 A CN201510881223 A CN 201510881223A CN 105356920 A CN105356920 A CN 105356920A
- Authority
- CN
- China
- Prior art keywords
- testing result
- lattice
- vector
- matrix
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种格约减辅助球形译码MIMO信号检测方法,SD-LR检测器对信道矩阵执行格约减算法,得到约减基矩阵;将接收端输入信号以约减基矩阵与变换符号向量表示,进而执行SD检测;初步的SD搜索得到检测结果,然后判别该检测结果是否ML检测结果;如果该检测结果是ML检测结果,则检测结束;如果该结果不是ML检测结果,则用进一步的SD搜索最终得到ML检测结果。与传统检测方法相比,在维持最佳检测性能的同时,可大幅降低检测器的计算复杂度;而且可提高MIMO系统的传输速率,降低通信设备的实现复杂度;对于天线数量大、QAM星座规模大的MIMO系统,能够实现计算复杂度低并达到或逼近最佳性能检测。
Description
技术领域
本发明涉及一种信号检测方法,特别是涉及一种格约减辅助球形译码MIMO信号检测方法,属于多输入多输出(MIMO)无线通信系统的信号检测技术。
背景技术
在多输入多输出(MIMO)无线通信系统中,MIMO信号的检测,简称MIMO检测。按照检测性能和计算复杂度的折中特征进行分类,MIMO检测的基本方法可以分为如下两大类。
1)低复杂度的次最佳检测
这类检测方法主要包括如下类型:a)迫零(ZF)检测;b)最小均方误差(MMSE)检测;c)以干扰依序逐次消去(OSIC)为基本手段的迭代检测。其中OSIC检测又包括基于ZF的OSIC检测(ZF-OSIC)和基于MMSE的OSIC检测(MMSE-OSIC)检测两种具体类型。
上述ZF检测、MMSE检测、ZF-OSIC检测以及MMSE-OSIC检测等检测方法的基本特征是:具有很低的计算复杂度,计算复杂度通常用所需的浮点运算(FLOP)次数衡量;检测性能较差,与最佳检测性能有很大的差距,且不能达到MIMO系统的全分集阶数,检测性能通常以符号检测的错误率(SER)衡量。
2)高复杂度的最佳检测或近最佳检测
这类检测器主要包括如下类型:a)穷尽搜索、达到最佳检测性能的最大似然(ML)检测,因此最佳检测性能也称为ML检测性能;b)达到ML性能的球形译码(SD)检测,SD检测与穷尽搜索的ML检测相比,其复杂度大为降低,但仍具有很高的复杂度;c)SD检测的各种变体,通常是接近ML检测性能,同时在一定程度上降低复杂度,即在检测性能与复杂度之间进行某种折中。
上述检测器构成MIMO检测器的另一极端,它们的基本特征是:具有优异的检测性能,达到或逼近ML检测性能;具有很高的计算复杂度,复杂度随系统规模(发送天线数)和所使用的正交调幅(QAM)星座规模的增加而呈指数增长。
近年来,格约减(LR)技术与各种次最佳MIMO检测方法相结合,构成了LR辅助次最佳MIMO检测器。LR辅助次最佳检测器与基本的次最佳检测器相比,其计算复杂度有所增加,但检测性能得到显著提高,能够达到MIMO信道的全分集阶数,是检测性能与复杂度之间的很好折中。然而应当看到,LR辅助次最佳MIMO检测的性能与ML检测性能仍然有很大的差距。寻找达到或逼近ML性能,同时具有较低复杂度的MIMO检测方法,仍然是本领域具有挑战性的课题。
人们自然期望,LR技术应可以与高复杂度的SD检测方法相结合,构成所谓LR辅助SD检测器,使其计算复杂度大幅降低,同时仍能够达到或逼近ML检测性能。然而,业界对于该方向的研究目前还十分欠缺。某些研究报道否定了这一研究方向的价值,认为LR辅助SD会出现检测符号向量超出QAM符号取值范围的现象,不能达到或逼近ML性能;或者认为虽能达到或逼近ML性能,但是,要排除超出QAM符号取值范围的向量,得到ML检测结果,需要很高的计算复杂度。某些具有固定复杂度的SD检测器中直觉地使用了LR技术作为搜索前的预处理步骤,以期降低搜索阶段的计算复杂度,但是,对检测结果超出QAM符号的现象未做任何处理,或以简单的硬限幅方法进行处理,这样就达不到应有的检测性能。
发明内容
本发明的主要目的在于,克服现有技术中的不足,提供一种用于MIMO无线通信系统的格约减辅助球形译码MIMO信号检测方法,可简称为SD-LR,其中,MIMO信号可以采用任何类型的星座来映射待发送符号,而发送符号可以采用任何信道编码方式或者不进行信道编码。
本发明所要解决的技术问题是将LR技术与高复杂度的SD检测方法相结合,构成LR辅助SD检测器,使其计算复杂度大幅降低,同时仍能够达到或逼近ML检测性能。
为了达到上述目的,本发明所采用的技术方案是:
一种格约减辅助球形译码MIMO信号检测方法,包括以下步骤:
1)通过格约减辅助球形译码检测器即SD-LR,对信道矩阵执行格约减算法,得到约减基矩阵;
2)将接收端接收的输入信号以约减基矩阵与变换符号向量表示,进而执行球形译码检测、即SD检测,并计算得到检测结果;
3)对通过初步SD检测并计算得到的检测结果进行判别,判别检测结果是否是ML检测结果;
若检测结果在SD-LR所使用的向量空间中,则判定该检测结果是ML检测结果,检测结束而输出;
若检测结果超出SD-LR所使用的向量空间,则判定该检测结果不是ML检测结果,启动进一步SD检测,直至得到最终的ML检测结果并输出。
本发明进一步设置为:所述步骤1)具体为接收端将接收的输入信号x通过信道估计获得信道矩阵A,对信道矩阵A执行格约减算法获得约减基矩阵其中,U为幺模矩阵。
本发明进一步设置为:所述步骤2)具体包括以下步骤,
2-1)将输入信号x=As+w表示为其中,d=U-1s为变换符号向量,s为发送符号向量,w为高斯噪声向量,A为信道矩阵,为约减基矩阵,U为幺模矩阵;
2-2)对约减基矩阵执行QR分解,获得上三角矩阵R;
2-3)计算约减基矩阵的Moore-Penrose逆矩阵进而求出判决变量向量
2-4)以x、R、y为输入变量,针对变换符号向量d执行SD检测的初步搜索,得到搜索结果 为距x最近的格点所对应的符号向量;
2-5)进行反变换计算得到发送符号向量s的检测结果
所述步骤3)具体为判别是否其中,Λ表示N维整数向量空间中SD-LR所使用的QAM符号向量有限子集;若则ML检测结果检测到此结束;否则,的情况需要执行进一步搜索,获得最终ML检测结果为止。
本发明进一步设置为:所述步骤2-4)的初步搜索采用半径减小的SD搜索方法,具体步骤为,
2-4-1)设置
2-4-2)执行SD检测,在以x为圆心,以ξ0为半径的球内搜索到一个格点,该格点所对应的符号向量为
2-4-3)如果搜索到格点所对应的符号向量则将球半径改为进行半径减小,再重复步骤2-4-2)和步骤2-4-3);如果未搜索到任何格点,则搜索结束。
本发明进一步设置为:所述步骤3)的进一步搜索采用半径增加的SD搜索方法,具体步骤为,
3-1)确定半径序列ξ1<…<ξj<…<ξm,其中,j=1,…,m;先设置j=1,即选取半径ξ1;
3-2)执行SD检测,在以x为圆心,以ξj为半径的球内搜索并记录所有格点,并按照它们到x的欧氏距离进行排序,表示为获得
3-3)分别计算i=1,…,n;如果找到首个则ML检测结果检测结束;否则,j←j+1,重复步骤3-2)和步骤3-3)。
本发明进一步设置为:所述步骤3-1)确定半径序列ξ1<…<ξj<…<ξm,具体确定方法为,
以表示高斯噪声向量w中各元素的方差,则是具有M个自由度的χ2(卡方分布)随机变量,其概率密度函数为
半径ξ1的选择原则是,使球内以很高的概率包含所对应的格点,即ξ1满足下式
即概率Pr=1-ε,其中,ε是小于1的常数;
ξ2,ξ3,…以同样的方法确定,对应的概率值Pr分别取1-ε2,1-ε3,…;
在确定半径序列中,如果存在小于ξ0的半径,则将小于ξ0的半径删去。
本发明进一步设置为:所述步骤2-2)中对约减基矩阵执行QR分解,先对约减基矩阵的列向量按照V-BLAST检测顺序进行重新排序,再执行QR分解。
本发明进一步设置为:所述步骤1)中的输入信号x和信道矩阵A均可置换为MMSE扩展系统形式,分别为输入信号的MMSE扩展形式 和信道矩阵的MMSE扩展形式 其中,0N表示N个0元素的列向量,IN表示N阶单位矩阵,通过计算α,表示高斯噪声向量w各元素的方差,表示发送符号向量s各元素的方差。
与现有技术相比,本发明具有的有益效果是:
本发明提供的格约减辅助球形译码MIMO信号检测方法将LR技术与高复杂度的SD检测方法相结合,其具体形式包括基于迫零检测的SD-LR、即ZF-SD-LR,和基于最小均方误差的SD-LR、即MMSE-SD-LR,均可实现大幅降低计算复杂度,以及达到或逼近ML检测性能的目的。与传统检测方法相比,在维持最佳检测性能的同时,大幅度降低了检测器的计算复杂度;在实际应用中,可以提高MIMO系统的传输速率,降低通信设备的实现复杂度;更重要的是,对于天线数量大、QAM星座规模大的MIMO系统,能够以可实现的计算复杂度达到或逼近最佳性能检测,从而解决本领域的一个公认难题,因此具有广阔应用前景。
上述内容仅是本发明技术方案的概述,为了更清楚的了解本发明的技术手段,下面结合附图对本发明作进一步的描述。
附图说明
图1是MIMO无线通信系统功能结构的简化框图;
图2是LR辅助SDMIMO检测器的结构框图;
图3是LR辅助SDMIMO检测器的检测性能仿真结果;
图4是LR辅助SDMIMO检测器的检测复杂度仿真结果。
具体实施方式
下面结合说明书附图,对本发明作进一步的说明。
本发明提供的MIMO信号的LR辅助SD检测方法,其原理概述如下。
接收端通过信道估计获得准确的信道矩阵A之后,对A进行格约减算法,得到约减基将接收信号x=As+w表示为其中,d=U-1s为变换符号向量,s为发送符号向量,w为高斯噪声向量,U为幺模矩阵。对约减基矩阵进行QR分解得到上三角矩阵R:以及求出判决变量向量其中,为的Moore-Penrose逆矩阵。
以x、R、y为输入变量,针对变换符号向量d进行SD检测的初步搜索,得到搜索结果 为距x最近的格点,为距x最近的格点所对应的符号向量。
初步搜索采用半径减小的SD搜索方案。再进行反变换计算得到发送符号向量s的检测结果
有可能不是ML检测结果这是LR辅助SD检测的特殊问题。所以需要是否ML检测结果:如果的所有元素都在QAM符号取值范围之内(例如16QAM符号的取值范围是{-3,-1,+1,+3})则反之,的任何元素若超出QAM符号取值范围,则
若初步搜索结果是ML检测结果,即则检测到此结束。若则需要进行进一步搜索。进一步搜索采用半径增加的SD搜索方案。确定一半径序列ξ1<ξ2<…<ξm,首先在半径为ξ1的球内,搜索并记录所有格点,搜索结果表示为分别计算i=1…,n,,并计算,在中找出其元素不超出QAM符号取值范围,且对应最小者,此即为ML检测结果如果在半径为ξ1的球内未得到ML检测结果,则球半径增加为ξ2,搜索并按以上方法继续寻找ML检测结果这样不断增加球半径搜索,直到找到ML检测结果为止。
如图1所示,MIMO无线通信系统的简化原理框图,原始符号序列经发射机的信道编码、交织(也可以不经信道编码、交织),以及串并变换,得到待发送的符号向量序列;序列中每个符号向量在一个时间间隙内并行发送;接收机将接收向量经MIMO检测器检测,得到发送符号向量的检测结果,发送符号向量的检测结果构成的序列经并串变换、解交织以及信道译码在接收端得到恢复的符号序列。
本发明对MIMO检测器进行信号检测方法的改进,将LR技术与SD检测方法相结合构成LR辅助SDMIMO检测器,如图2所示;图中,信道估计可采用任何一种已有的信道估计方法,而LR辅助SDMIMO检测则为本发明所提供的检测方法。
本发明SD-LR检测方法包括两种具体形式:基于迫零检测的SD-LR(ZF-SD-LR)和基于最小均方误差的SD-LR(MMSE-SD-LR)。
实施例1:
以ZF检测为基础的LR辅助SDMIMO检测方案,即ZF-SD-LR,具体步骤如下,输入:x,A。输出:
1)执行格约减算法(例如LLL算法)获得约减基矩阵及幺模矩阵U,
2)对约减基矩阵执行QR分解,获得上三角矩阵R;这里,可以对约减基矩阵的列向量按照V-BLAST检测顺序进行重新排序,从而进一步加快搜索速度,降低复杂度。
3)计算约减基矩阵的Moore-Penrose逆矩阵以及求出判决变量向量
4)执行“初步搜索过程”得到搜索结果 为距x最近的格点所对应的符号向量。
5)进行反变换计算得到发送符号向量s的检测结果判别是否Λ表示N维整数向量空间中,本系统所使用的QAM符号向量有限子集。若则检测结束。否则,执行“进一步搜索过程”获得
以上检测主体过程中第4)步的初步搜索过程的具体步骤如下,输入:x,R,y;输出:距x最近的格点所对应的符号向量
4-1)设置实际中取足够大的数值即可。
4-2)执行“基本SD搜索”,在以x为圆心,以ξ0为半径的球内搜索到一个格点,对应符号向量为在以后重复此步骤的搜索中或许搜索不到任何格点。
4-3)如果搜索到格点所对应的符号向量则将球半径改为(半径减小),转到步骤4-2)步;否则结束,即未搜索到任何格点则搜索结束。
以上检测主体过程中第5)步的进一步搜索过程的具体步骤如下,输入:x,R,y, 输出:检测结果。
5-1)确定半径序列ξ1<…<ξj<…<ξm其中,j=1,…,m;先设置j=1,即选取半径ξ1。
5-2)执行“基本SD搜索”,在以x为圆心,以ξj为半径的球内搜索并记录所有格点,并按照它们到x的欧氏距离进行排序,表示为
5-3)分别计算如果找到首个则ML检测结果检测结束;否则,j←j+1,转到步骤5-2)。
其中步骤5-1)确定半径序列ξ1<…<ξj<…<ξm的方法如下。
以表示高斯噪声向量w中各元素的方差,则是具有M个自由度的χ2(卡方分布)随机变量,其概率密度函数为
半径ξ1的选择原则是,使球内以很高的概率包含所对应的格点,即ξ1满足下式
即概率Pr=1-ε,其中,ε是小于1的常数;例如,取ε=0.1,则Pr=0.9,接近于1。
ξ2,ξ3,…以同样的方法确定,对应的概率值Pr分别取1-ε2,1-ε3,…;
在确定半径序列中,如果存在小于的半径,则将小于ξ0的半径删去,因为这些半径所对应的球已经在初步搜索过程中搜索过。
实施例2:
将ZF-SD-LR检测方案中的接收的输入信号x与信道矩阵A置换为MMSE扩展系统形式,其他均保持不变,则得到基于MMSE的LR辅助SD检测方案,即MMSE-SD-LR方案。
输入信号的MMSE扩展形式为 其中,0N表示N个0元素的列向量。
信道矩阵的MMSE扩展形式为 其中,IN表示N阶单位矩阵,可通过计算α,表示噪声向量w各元素的方差,表示符号向量s各元素的方差,它们均为已知。
对本发明提供的两种具体形式的检测方案,基于迫零检测的SD-LR、即ZF-SD-LR,和基于最小均方误差的SD-LR、即MMSE-SD-LR分别进行检测性能仿真和计算复杂度仿真。
如图3所示,其给出了两种MIMO系统的各种检测器的性能曲线(误符号率SER对信噪比SNR)的仿真结果,图3中(a)给出了8发送天线、8接收天线、采用16QAM调制的未编码MIMO系统,图3中(b)给出了16发送天线、16接收天线、采用64QAM调制的未编码MIMO系统。各种检测器不仅包括ZF-SD-LR和MMSE-SD-LR,还给出了若干次最佳MIMO检测器的性能曲线,以说明SD检测在性能方面的显著优势;这些次最佳检测器包括基于ZF的干扰依序逐次消去检测(ZF-OSIC),带有LR辅助的基于ZF的干扰依序逐次消去检测(ZF-OSIC-LR),以及它们对应的基于MMSE的检测方案MMSE-OSIC和MMSE-OSIC-LR等。
从图3中可以看出,ZF-SD-LR的检测性能曲线与传统的ZF-LR(无LR辅助)的检测性能曲线完全重合,因此ZF-SD-LR检测方案可以完全达到ML最佳检测性能;而且,MMSE-SD-LR检测方案逼近ML检测性能,差距几乎可以忽略不计。
如图4所示,其给出了两种MIMO系统的各种SD检测器的计算复杂度曲线(浮点运算次数FLOP对信噪比SNR)的仿真结果,图4中(a)给出了8发送天线、8接收天线、采用16QAM调制的未编码MIMO系统,图4中(b)给出了16发送天线、16接收天线、采用64QAM调制的未编码MIMO系统。各种检测器不仅包括ZF-SD-LR和MMSE-SD-LR,还包括ZF-SD和MMSE-SD。
从图4的(a)中可以看出,ZF-SD-LR的计算复杂度与传统的ZF-SD(无LR辅助)相比有大幅下降,MMSE-SD-LR的计算复杂度与传统的MMSE-SD(无LR辅助)相比有大幅下降;MMSE-SD-LR的计算复杂度明显低于ZF-SD-LR,而它的检测性能却逼近ML检测性能。因此,MMSE-SD-LR是一种非常有效的性能与复杂度的折中方案。
从图4的(b)中可以看出,随着天线数与QAM调制规模的增加,ZF-SD-LR和MMSE-SD-LR检测的复杂度明显增加,但在实际应用中仍然是可以接受的。
总之,对于任何MIMO系统,LR辅助SD检测可达到或逼近ML最佳检测性能,而其计算复杂度与传统的SD检测方案相比有大幅下降。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种格约减辅助球形译码MIMO信号检测方法,其特征在于,包括以下步骤:
1)通过格约减辅助球形译码检测器即SD-LR,对信道矩阵执行格约减算法,得到约减基矩阵;
2)将接收端接收的输入信号以约减基矩阵与变换符号向量表示,进而执行球形译码检测、即SD检测,并计算得到检测结果;
3)对通过初步SD检测并计算得到的检测结果进行判别,判别检测结果是否是ML检测结果;
若检测结果在SD-LR所使用的向量空间中,则判定该检测结果是ML检测结果,检测结束而输出;
若检测结果超出SD-LR所使用的向量空间,则判定该检测结果不是ML检测结果,启动进一步SD检测,直至得到最终的ML检测结果并输出。
2.根据权利要求1所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤1)具体为接收端将接收的输入信号x通过信道估计获得信道矩阵A,对信道矩阵A执行格约减算法获得约减基矩阵其中,U为幺模矩阵。
3.根据权利要求1所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤2)具体包括以下步骤,
2-1)将输入信号x=As+w表示为其中,d=U-1s为变换符号向量,s为发送符号向量,w为高斯噪声向量,A为信道矩阵,为约减基矩阵,U为幺模矩阵;
2-2)对约减基矩阵执行QR分解,获得上三角矩阵R;
2-3)计算约减基矩阵的Moore-Penrose逆矩阵进而求出判决变量向量
2-4)以x、R、y为输入变量,针对变换符号向量d执行SD检测的初步搜索,得到搜索结果为距x最近的格点所对应的符号向量;
2-5)进行反变换计算得到发送符号向量s的检测结果
所述步骤3)具体为判别是否其中,Λ表示N维整数向量空间中SD-LR所使用的QAM符号向量有限子集;若则ML检测结果检测到此结束;否则,的情况需要执行进一步搜索,获得最终ML检测结果为止。
4.根据权利要求3所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤2-4)的初步搜索采用半径减小的SD搜索方法,具体步骤为,
2-4-1)设置
2-4-2)执行SD检测,在以x为圆心,以ξ0为半径的球内搜索到一个格点,该格点所对应的符号向量为
2-4-3)如果搜索到格点所对应的符号向量则将球半径改为进行半径减小,再重复步骤2-4-2)和步骤2-4-3);如果未搜索到任何格点,则搜索结束。
5.根据权利要求4所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤3)的进一步搜索采用半径增加的SD搜索方法,具体步骤为,
3-1)确定半径序列ξ1<…<ξj<…<ξm,其中,j=1,…,m;先设置j=1,即选取半径ξ1;
3-2)执行SD检测,在以x为圆心,以ξj为半径的球内搜索并记录所有格点,并按照它们到x的欧氏距离进行排序,表示为获得
3-3)分别计算如果找到首个则ML检测结果检测结束;否则,j←j+1,重复步骤3-2)和步骤3-3)。
6.根据权利要求5所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤3-1)确定半径序列ξ1<…<ξj<…<ξm,具体确定方法为,
以表示高斯噪声向量w中各元素的方差,则 是具有M个自由度的χ2(卡方分布)随机变量,其概率密度函数为
半径ξ1的选择原则是,使球内以很高的概率包含所对应的格点,即ξ1满足下式
即概率Pr=1-ε,其中,ε是小于1的常数;
ξ2,ξ3,…以同样的方法确定,对应的概率值Pr分别取1-ε2,1-ε3,…;
在确定半径序列中,如果存在小于ξ0的半径,则将小于ξ0的半径删去。
7.根据权利要求3所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤2-2)中对约减基矩阵执行QR分解,先对约减基矩阵的列向量按照V-BLAST检测顺序进行重新排序,再执行QR分解。
8.根据权利要求2所述的格约减辅助球形译码MIMO信号检测方法,其特征在于:所述步骤1)中的输入信号x和信道矩阵A均可置换为MMSE扩展系统形式,分别为输入信号的MMSE扩展形式 和信道矩阵的MMSE扩展形式 其中,0N表示N个0元素的列向量,IN表示N阶单位矩阵,通过计算α,表示高斯噪声向量w各元素的方差,表示发送符号向量s各元素的方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510881223.8A CN105356920A (zh) | 2015-12-03 | 2015-12-03 | 格约减辅助球形译码mimo信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510881223.8A CN105356920A (zh) | 2015-12-03 | 2015-12-03 | 格约减辅助球形译码mimo信号检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105356920A true CN105356920A (zh) | 2016-02-24 |
Family
ID=55332816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510881223.8A Pending CN105356920A (zh) | 2015-12-03 | 2015-12-03 | 格约减辅助球形译码mimo信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105356920A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357312A (zh) * | 2016-09-12 | 2017-01-25 | 南京信息工程大学 | 格约减辅助广度优先树搜索mimo检测方法 |
CN108768477A (zh) * | 2018-05-24 | 2018-11-06 | 天津工业大学 | 一种基于模型扰动与格基约减的mimo检测方法 |
CN109818891A (zh) * | 2019-03-13 | 2019-05-28 | 重庆邮电大学 | 一种格基约减辅助的低复杂度贪心球形译码检测方法 |
CN111030739A (zh) * | 2020-01-09 | 2020-04-17 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN112152679A (zh) * | 2020-09-08 | 2020-12-29 | 中国联合网络通信集团有限公司 | 一种减格算法的确定方法和装置 |
US11309992B2 (en) * | 2018-07-17 | 2022-04-19 | Qualcomm Incorporated | Using lattice reduction for reduced decoder complexity |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080049863A1 (en) * | 2006-08-28 | 2008-02-28 | Nokia Corporation | Apparatus, method and computer program product providing soft decision generation with lattice reduction aided MIMO detection |
US20120263261A1 (en) * | 2010-12-14 | 2012-10-18 | Georgia Tech Research Corporation | Incremental lattice reduction systems and methods |
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN103780349A (zh) * | 2014-01-22 | 2014-05-07 | 北京工业大学 | 一种基于有限距离译码的解随机化采样格译码方法 |
CN103997474A (zh) * | 2014-06-12 | 2014-08-20 | 安徽工业大学 | 一种基于次佳检测的mimo-ofdm的通信装置及其通信方法和实验装置 |
-
2015
- 2015-12-03 CN CN201510881223.8A patent/CN105356920A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080049863A1 (en) * | 2006-08-28 | 2008-02-28 | Nokia Corporation | Apparatus, method and computer program product providing soft decision generation with lattice reduction aided MIMO detection |
US20120263261A1 (en) * | 2010-12-14 | 2012-10-18 | Georgia Tech Research Corporation | Incremental lattice reduction systems and methods |
CN103166742A (zh) * | 2013-01-16 | 2013-06-19 | 南京信息工程大学 | Mimo信号的对偶格约减辅助检测方法 |
CN103780349A (zh) * | 2014-01-22 | 2014-05-07 | 北京工业大学 | 一种基于有限距离译码的解随机化采样格译码方法 |
CN103997474A (zh) * | 2014-06-12 | 2014-08-20 | 安徽工业大学 | 一种基于次佳检测的mimo-ofdm的通信装置及其通信方法和实验装置 |
Non-Patent Citations (1)
Title |
---|
JINZHU LIU,ETAL.: ""Lattice-Reduction-Aided Sphere Decoding for MIMO Detection Achieving ML Performance"", 《IEEE COMMUNICATIONS LETTERS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357312A (zh) * | 2016-09-12 | 2017-01-25 | 南京信息工程大学 | 格约减辅助广度优先树搜索mimo检测方法 |
CN106357312B (zh) * | 2016-09-12 | 2019-09-27 | 南京信息工程大学 | 格约减辅助广度优先树搜索mimo检测方法 |
CN108768477A (zh) * | 2018-05-24 | 2018-11-06 | 天津工业大学 | 一种基于模型扰动与格基约减的mimo检测方法 |
US11309992B2 (en) * | 2018-07-17 | 2022-04-19 | Qualcomm Incorporated | Using lattice reduction for reduced decoder complexity |
CN109818891A (zh) * | 2019-03-13 | 2019-05-28 | 重庆邮电大学 | 一种格基约减辅助的低复杂度贪心球形译码检测方法 |
CN109818891B (zh) * | 2019-03-13 | 2021-08-10 | 重庆邮电大学 | 一种格基约减辅助的低复杂度贪心球形译码检测方法 |
CN111030739A (zh) * | 2020-01-09 | 2020-04-17 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN111030739B (zh) * | 2020-01-09 | 2021-03-16 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN112152679A (zh) * | 2020-09-08 | 2020-12-29 | 中国联合网络通信集团有限公司 | 一种减格算法的确定方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105356920A (zh) | 格约减辅助球形译码mimo信号检测方法 | |
CN101383652B (zh) | 一种多输入多输出系统的信号检测方法及装置 | |
CN104836603B (zh) | 一种mimo信号检测方法 | |
CN106911374A (zh) | 一种低复杂度软输出空间调制检测方法 | |
CN103414534B (zh) | 一种结合门限判决的广义空间调制系统接收机检测方法 | |
CN106357312B (zh) | 格约减辅助广度优先树搜索mimo检测方法 | |
CN100571098C (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN104333434A (zh) | 一种低复杂度的空间调制检测方法 | |
CN106130615A (zh) | 广义空间调制系统的激活天线与调制符号联合估计方法 | |
CN102281089B (zh) | 一种多输入多输出系统的信号检测方法和装置 | |
CN101136721A (zh) | 基于次最优排序的混合判决反馈分层检测方法 | |
CN103746728A (zh) | 一种混合自适应的mimo接收检测方法 | |
CN100499611C (zh) | 无线通信系统空域最大后验概率检测方法 | |
CN103457706B (zh) | 一种用于空间调制系统的多元幅移键控映射方法 | |
Li et al. | A low-complexity optimal sphere decoder for differential spatial modulation | |
Zhang et al. | Signal detection technology research of MIMO-OFDM system | |
CN102710392B (zh) | 基于功率约束的连续梯度搜索垂直分层空时码检测方法 | |
CN102868434B (zh) | 一种mimo检测方法及装置 | |
CN104660379B (zh) | 一种基于可靠性判决的空间调制检测方法 | |
CN102006113B (zh) | 基于迫零预检测的并行mimo信号检测方法 | |
CN109818891A (zh) | 一种格基约减辅助的低复杂度贪心球形译码检测方法 | |
CN106856462B (zh) | 空间调制多径衰落信道下的检测方法 | |
CN101009533A (zh) | 用于mimo系统中的检测方法 | |
CN106301497B (zh) | 一种混合发送编码检测方法和装置 | |
CN103188003A (zh) | 基于迭代检测的低复杂度并行干扰消除方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160224 |
|
RJ01 | Rejection of invention patent application after publication |